2018年肿瘤免都疫荣获诺奖,成为一大热点。咱有些小伙伴的数据库挖掘却一万年停留在那些被玩坏了的套路上,比如像这样做一个GEO的差异分析,就放上这两图。
还有就是那个通路分析,网络分析
然后你的文章就是因为这样lowbee的套路被拒的,
这样的科研真令人绝望。然鹅,有些小伙伴的数据挖掘可以是这样的:
基因表达与免疫浸润的关系,从转录组数据提取出免疫浸润数据。其实早已有大佬开发出相关软件,甚至网页工具,助力数据挖掘。计算免疫浸润的软件工具从算法层面主要分为三类,包括基于Marker gene的算法,基于partial deconvolution,以及complete deconvolution。从咱们无生物信息背景的科研凡人视角来看,咱就分为网页版工具
(方便好用上手快呀)
与需要命令行工作的软件包(主要是基于R平台的软件包)。以下附上相关软件工具的汇总:
白介素2同学特地标记出来两个网页版的工具,亲测有效,墙裂推荐试试TIMER,简直可以说肿瘤免疫浸润分析界的神器了,能做的分析包括以下几种:
1. 基因表达与免疫浸润的相关性,
2. 免疫浸润或者基因表达的生存曲线
3. 免疫浸润与somatic CNA的关系
4. 甚至肿瘤与正常组织的差异表达情况
5. 基因表达之间的相关性
6. 最后是根据自己的数据计算免疫浸润分数
简单放几张结果图,展示下可能得到的结果:
随手看了下,基因表达与各种免疫细胞浸润的关系。
发现右侧还有,随手而动的Cox多因素分析,(代码都是自动的)计算好的HR。
居然还有还有差异表达分析:
在乳腺癌中,PIK3CA突变组与非突变组的免疫浸润情况。
好了讲到这里,白介素2同学已经彻底沦陷,本来根本没有打算写这个工具这么多内容的,自己在测试的时候忍不住。这样纯点击,自动化的发表级图片,自然是喜欢得不得了。
不行振作起来,还有一个关键内容没写完嘞,按要求准备好表达数据,格式如下:
上传之后,等待处理,稍稍等几分分钟,就会得到计算完成的提示,下载结果,得到免疫浸润分数的结果,内容如下:
详细的操作步骤就不做过多讲解了,需要的小伙伴可自行去网站,稍微点击几下就会,像白介素同学也就看了几眼,网站炒鸡亲民,根本不需要教程的,如果实在需要教程,网站配套有录制好的视频(需要梯子奥)。
长按二维码识别关注“小张聊科研”
关注后获取《科研修炼手册》1、2、3、4、5、6、7,8和9。